1071 artículos
El artículo presenta HatePrototypes, representaciones vectoriales interpretables y transferibles derivadas de modelos de lenguaje que permiten detectar tanto el discurso de odio explícito como el implícito mediante un enfoque eficiente y sin necesidad de reentrenamiento continuo.
Este artículo presenta SPOT, el primer corpus anotado en francés y un benchmark para detectar "puntos de parada" en conversaciones en línea, demostrando que los modelos de codificadores ajustados superan a los grandes modelos de lenguaje en esta tarea y mejoran su rendimiento al incorporar metadatos contextuales.
El estudio revela que los Modelos de Lenguaje Multimodales (MLLM) presentan una brecha significativa al componer habilidades entre diferentes modalidades, la cual solo se mitiga parcialmente mediante estrategias como el *chain-of-thought* o el ajuste fino, lo que indica la necesidad de más investigación para optimizar esta capacidad.
Este trabajo presenta "Stealth Fine-Tuning", un método de bajo costo que rompe la alineación de seguridad en Modelos de Lenguaje Visuales con Razonamiento (RVLMs) mediante interferencia a nivel de segmento y ajuste fino con datos generados por el propio modelo, logrando una tasa de éxito significativamente mayor que métodos anteriores mientras preserva la capacidad de razonamiento general.
Este artículo presenta Graphectory, un marco de análisis centrado en procesos que representa las trayectorias de sistemas agénticos como grafos para revelar patrones de razonamiento y estrategias, demostrando que el monitoreo y la intervención en tiempo real basados en este análisis mejoran significativamente las tasas de resolución y reducen la longitud de las trayectorias.
Este artículo presenta SETUP, un nuevo parser que logra un rendimiento significativo en la conversión automática de texto al inglés a Representación de Significado Uniforme (UMR) mediante el ajuste fino de analizadores existentes y la conversión de dependencias universales.
El artículo presenta el Transformer de Decodificador Paralelo (PDT), una arquitectura que integra un mecanismo de coordinación interna mediante un espacio latente sembrado por un planificador y un protocolo de decodificación sincronizada, permitiendo que un modelo de lenguaje congelado resuelva subproblemas en paralelo de manera autónoma sin depender de orquestación externa.
El artículo presenta CompanionCast, un marco general que orquesta múltiples agentes de IA especializados para replicar dinámicas grupales auténticas y mejorar la presencia social y el intercambio emocional durante experiencias compartidas en vivo, como la visualización de deportes.
Esta encuesta propone un marco unificado de cuatro paradigmas para estudiar la adaptación de agentes de IA tras el preentrenamiento, abarcando tanto la mejora del propio agente como la de sus herramientas, memorias y habilidades, con el fin de analizar métodos, comparar compensaciones y resumir prácticas de evaluación en diversos dominios.
Este trabajo presenta un marco ligero y explicable de visión-linguaje basado en dos etapas que combina un codificador Swin Transformer preentrenado multitarea con decodificadores de lenguaje para lograr un rendimiento casi perfecto en la identificación de enfermedades de cultivos y la generación de respuestas explicativas a preguntas visuales.
NC-Bench es un nuevo marco de evaluación para modelos de lenguaje grande que, fundamentado en el IBM Natural Conversation Framework, mide la competencia conversacional analizando la estructura y el flujo de la interacción en lugar del contenido, revelando mediante pruebas iniciales que los modelos dominan las respuestas básicas pero tienen dificultades con tareas de reparación y solicitudes complejas.
Esta encuesta presenta una revisión sistemática a nivel de componentes de la interacción bidireccional entre los modelos de lenguaje grandes y los algoritmos de banditos multi-brazo, destacando cómo se potencian mutuamente para resolver desafíos en el aprendizaje y la toma de decisiones adaptativa.
El artículo presenta MAS-Orchestra, un marco de entrenamiento que optimiza la orquestación de sistemas multiagente mediante aprendizaje por refuerzo y abstracción funcional, junto con MASBENCH, una métrica controlada que demuestra que los beneficios de los sistemas multiagente dependen críticamente de la estructura de la tarea, logrando mejoras consistentes y una eficiencia superior a la de las bases de referencia existentes.
Este artículo presenta el DFAH, un marco de evaluación que demuestra que la determinación y la precisión en los agentes de IA financieros son métricas independientes y no correlacionadas, por lo que ambas deben medirse por separado para garantizar la reproducibilidad en auditorías regulatorias.
Este trabajo presenta EFT-CoT, un marco multiagente basado en la Terapia Centrada en las Emociones (EFT) que, junto con el dataset EFT-Instruct y el modelo EFT-LLM, supera a los enfoques anteriores en profundidad empática y profesionalismo estructural para la atención de salud mental mediante un flujo de trabajo de tres etapas.
Este trabajo mejora el rendimiento y la eficiencia de X-Codec-2.0 para el procesamiento de voz multilingüe al reducir la tasa latente a 25 Hz y aumentar la frecuencia de muestreo a 24 kHz mediante modificaciones simples en el agrupamiento y el salto del decodificador, logrando una mejora significativa en la calidad perceptual sin alterar la arquitectura central.
El artículo presenta RedSage, un modelo de lenguaje abierto y localmente desplegable especializado en ciberseguridad que, gracias a un preentrenamiento con 11.8 mil millones de tokens y un ajuste fino mediante una pipeline de aumento agéntica, supera a los modelos base en benchmarks de ciberseguridad y razonamiento general, ofreciendo además un nuevo conjunto de evaluación llamado RedSage-Bench.
El artículo presenta Mem-T, un agente de memoria autónomo que utiliza el marco de aprendizaje por refuerzo MoT-GRPO para transformar las recompensas dispersas en supervisión densa, logrando así una optimización integral de la gestión de memoria que supera a los enfoques existentes en rendimiento y eficiencia.
Este estudio demuestra que, en la detección de valores humanos a nivel de oración, la estructura de valores de orden superior de Schwartz funciona mejor como un sesgo inductivo que como una regla de enrutamiento rígida, siendo las mejoras más significativas obtenidas mediante técnicas de calibración y ensamble en lugar de arquitecturas jerárquicas complejas.
El artículo presenta LatentMem, un marco de memoria multiagente aprendible que supera las limitaciones de homogeneización y sobrecarga de información mediante la síntesis de memorias latentes específicas para cada agente y la optimización de políticas, logrando mejoras significativas en el rendimiento sin modificar los sistemas existentes.